HashMap: 基于哈希表的映射接口

HashMap: 底层使用 散列表 来存储数据，例如 map.put("name", "muqing")。

• 键值对可以使用 null 值；
• HashMap 与 HashTable 几乎等同，不同点在于 HashTable支持同步，HashMap 支持 null 值；
• 不保证map的顺序，可能会随着时间而发生变化。

散列表的优/劣势

数组的特点：寻址容易，插入和删除困难，而链表的特点是：寻址困难，插入和删除容易；综合数组与链表的特性，于是就有了散列表，可以将其理解为"链表的数组"。

• 优势：寻址难度 => 数组 < 散列表 < 链表，插入和删除难度 => 链表 < 散列表 < 数组；

• 劣势：需要处理冲突，其效率与散列函数关系较大。

  
  image-20180708212111101.png

主要成员变量

transient Node<K,V>[] table; // 存储数据的散列表，第一次使用进行初始化，有必要时会进行扩容。
transient Set<Map.Entry<K,V>> entrySet; // 缓存key-value
transient int size; // 键值对的数量
transient int modCount; // hashMap结构被改变的次数
int threshold; // The next size value at which to resize (capacity * load factor).
final float loadFactor; // 负载因子，默认0.75；capacity 默认16

size vs capacity vs loadFactor vs threshold

以上图示例来说明这几个参数的关系：

• size：map 中的所有的键值对，示例中 size=2+3+1+1+2+3+4+2=18；
• capacity：hashMap 中 bucket 的数量，默认为16，示例中 capacity=16；
• loadFactor：装载因子，用于衡量 hashMap 满的程度，默认为0.75，示例中loadFactor=2，实时装载因子=size/capacity；
• threshold：hashMap 阈值，即当 size 大于该值时将进行 resize 操作，示例中 threshold=16*2=32；

put 方法解析

将 key-value 添加至 hashMap 中，如果key已存在则将覆盖原来的value值；详见如下：

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

// 第一步是计算key的hash值，即称之为散列函数或者扰动函数；
// 并不是直接使用key值得hash值，而是(h = key.hashCode()) ^ (h >>> 16)；
// 其目的很简单，加大低位的随机性，使得散列的效果更好，降低碰撞几率。
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

/**
 * 以下是参数说明及返回值说明，概不细说。
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0) // 惰性加载，即使用时才进行初始化
        n = (tab = resize()).length; // 首次进行扩容，默认容量为16
    if ((p = tab[i = (n - 1) & hash]) == null) // 取余操作 (n - 1) & hash，找出对应的桶
        tab[i] = newNode(hash, key, value, null); 
    else { // 原来key已存在对应的value，则进行更新操作；更新操作比添加更复杂且更耗时
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode) // bucket对应的值可能为红黑树
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 当链表长度超过8时，则将其转换为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) 
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold) // 新增key-value的情况下，判断是够需要进行扩容
        resize(); 
    afterNodeInsertion(evict);
    return null;
}

resize 方法解析 -- hashMap 扩容机制

从上面分析 put 方法可见，在put(k, v)过程中会判断是否需要扩容；resize 方法详见如下：

// 初始化或者扩容为原来的两倍
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // 扩容为原来的2倍
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {              // 初始化
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 
    table = newTab; // 创建新的tab
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null; // 细节：释放空间，有助于gc
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else {
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

get 方法解析

可通过 key 来获取对应的 value 值，没有则返回 null，详见如下：

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

// 还是比较简易的
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

HashMap 为什么是非线程安全的？

发生非线程安全的场景很多很多，举其中几个示例，如下所示：

• 插入新值时：当相同hash值同时插入，则最终仅保存一个，另一个将丢失；
• 进行扩容时：仅有进行扩容的线程才能将其key-value对插入map中，其余线程将丢失；

线程安全的Map

• ConcurrentHashMap：建议采用的方式，java8之前采用分段锁，之后采用 synchronized 修饰变量和cas的方式；
• HashTable：方法级别使用 synchronized 来保证其操作的原子性，效率较低；
• Collections.synchronizedMap: 文档中提供的方式，实现方式与HashTable类似，可参考使用；